通义灵码，IDE插件，后端、金融行业等Java场景，阿里云用户Trae，AI原生IDE，追求Cursor平替的国内开发者，支持纯中文的自然语言指令，完全免费Continue.dev，免费开源IDE插件

一般正规稍微大一点的公司肯定是先培训个几天，有的公司是七天（周六日是休息，实际培训5天），无非是熟悉一下公司的宣传广告PPT、视频之类，然后是公司的产品、组织架构、薪资核算、升职考核机制，还有其他年休假、请假制度……各方面的流程，最后是针对专业岗位进行的项目培训。

这还需要模式？一个合格的老员工团队负责人在新员工入职进去，肯定有一套让新员工尽快熟悉岗位、熟悉每天的业务方案，这完全是看团队老员工负责人的带团队能力了，而不是让新员工给你一套所谓的”模式“。让新员工知道他每天需要干什么工作就行，而不是两眼一抹黑，让新员工自己摸索。

政企项目中的政务热线意图分类与工单自动分发系统，构建多标签意图识别模型，识别超过200种政务意图（如投诉、咨询、报修等），系统准确率>92%，减少人工分单率70%，工单处理时效提升50%金融证券行业智能投顾RAG系统，客服中心，处理客户对产品、行情、政策的咨询，客服人力成本下降40%，问答准确率从65%提升至88%医疗科研文献知识图谱与智能问答平台，医药企业研发部门，需从海量医学文献中提取药物、疾病、基因关系，评估问答准确率（目标>80%）

电商项目商品推荐+客服导购（基于RAG中的产品说明、客户工单意图），政企项目中的功能导航，法律项目（RAG知识库）……我觉的以上最重要的并不是AI应用开发环节，应该是产品设计（特别是集成到传统后端项目中），比如多模态输入+大模型选择+提示词模板+输出格式化+模型评估，多Agent的协作……

同行业的对比就是公司问题，有的公司餐补、房补、交通补……都有，有的公司连入职体检费都不舍得出。还有是同一家公司，不同岗位的待遇都是差距很大，一般的普工岗位住房公积金每个月仅仅200元-300元，甚至所谓的通信行业大公司都是这样的普工待遇。

碰到差一点的团队，团队负责人或者老油条处于职场饭碗竞争的心态，故意说你“连这都做不好，做不对，啥都干不成”……各种故意否定你的工作，甚至还把背锅的责任让你背上，把你的成果据为己有，这才是最内耗的。

1. Anget核心组件有哪些？LLM是整个系统的大脑，负责理解任务和做决策Tool工具定义工作名称、能做什么事、需要哪些参数，让Agent能够跟外部世界交互、搜索、执行代码、调用API记忆让Agent在任务执行过程中保持状态，短期记忆装在context window里靠他记住中间状态，长期记忆靠向量数据库规划模块把复杂目标拆解成可执行的步骤2. Agent三种范式核心区别？项目里如何抉择？ReAct 边想边干，适合简单任务Plan-and-Execute 先想全，再干。适合长流程复杂任务Reflection 检查修正，输出高质量结果3. Agent的记忆机制，长短期记忆系统如何做的？记忆压缩有哪些方法？短期记忆，context window  受token限制长期记忆，向量关系数据库 向量、关系数据库四种记忆压缩方法：摘要压缩，把长对话总结成简短摘要滑动窗口，只保留最近N轮对话重要性过滤，打分筛选，保留重要内容结构化抽取，把关键信息抽取成结构化数据存储需要语义检索的内容存放到向量数据库，结构化数据存放到关系数据库或key-value4.谈谈 Multi-Agent的理解？中心化的Orchestrator总调度员模式，将用户意图目标拆分成子任务交给Worker Agent去做，然后收集每个Worker的产出 拼成最终答案去中心化的Peer-to-Peer模式

大模型交互：深入学习Prompt工程技巧，掌握Few-shot、CoT等方法，并学会控制结构化输出。LangChain框架：从LCEL（LangChain Expression Language）学起，掌握Chain、Tool、Memory等核心模块。RAG技术：理解检索增强生成原理，并使用LangChain等工具构建知识库问答Agent。多Agent系统：深入研究AutoGen、CrewAI等框架，实践多角色协作系统，学习Agent如何进行任务分解、自我反思和工具选择，构建更智能的系统；了解MCP（模型上下文协议）和A2A（Agent-to-Agent）协议，掌握标准化集成方法

我是不喜欢那些呆板型的公司，一套老掉牙的面试模板，天天从leetcode摘取几道所谓考察应聘者水平的算法题，让面试官自己做，他也做不出来。真正进公司的，有几个天天做那种算法题的？大部分都是调用开源架构API，所谓动不动手撕代码，说白了很多公司并不是招能够做项目的员工，而是变相的服从性招人，故意让应聘者”本末倒置“把时间和经历浪费到无意义的事上。

关键还是如何写提示词，如何能够判断AIGC内容进行筛选适合自己所需的功能代码。别被AIGC的幻觉生成内容带歪了，这才是关键。大部分大厂应该差不多，所以很多初级程序员被取代裁员了，包括传统开发的架构师，也基本可以被AI取代了。除了蚂蚁、还有百度、字节、腾讯、美团……基本都是拥抱AI，这是提升效率的工具。

社会每年毕业出几千万的大学生，加上研究生、博士……更是不计其数，大厂怎么招人？为了节约成本，当然是从学历上优先筛选一批，然后从工作经历上再筛选一批，最后从面试效果再筛选一批，所以学历就是那个最前面的门槛。虽然当下的学历不值钱了，但门槛还是必要的，毕竟社会上谁也不认识谁，只能从学历上筛选了。

实际各个公司的业务基本差不多，毕竟就是市场上流行的那些技术框架下，国内的公司都是用老外的开源框架迭代自己的业务，所以谈不上值不值的问题，业务仅仅时熟能生巧的事。关键在于自己的付出，能否得到应有的回报，工资是最直接的体现。

只要稍微上上网或者不至于偏远山区的父母，基本知道现在这个社会找工作不好找，对于你的处境也基本心知肚明，实际上实话实说也没什么大不了的，人口红利下的社会岗位本来就少。或许有些偏远之地交通闭塞地区的父母，总以为上了大学、读了书，就能改变阶级了，处于包分配那个计划经济时代的思维下，很难转变。